CN113110413B - 跟随机器人以及跟随控制方法、跟随控制系统 - Google Patents

跟随机器人以及跟随控制方法、跟随控制系统 Download PDF

Info

Publication number
CN113110413B
CN113110413B CN202110261544.3A CN202110261544A CN113110413B CN 113110413 B CN113110413 B CN 113110413B CN 202110261544 A CN202110261544 A CN 202110261544A CN 113110413 B CN113110413 B CN 113110413B
Authority
CN
China
Prior art keywords
following
output
robot
distance
speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110261544.3A
Other languages
English (en)
Other versions
CN113110413A (zh
Inventor
杨勇
卢泰锡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Yongfeng Technology Co ltd
Original Assignee
Chengdu Yongfeng Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Yongfeng Technology Co ltd filed Critical Chengdu Yongfeng Technology Co ltd
Priority to CN202110261544.3A priority Critical patent/CN113110413B/zh
Publication of CN113110413A publication Critical patent/CN113110413A/zh
Application granted granted Critical
Publication of CN113110413B publication Critical patent/CN113110413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及跟随机器人技术领域，公开了一种跟随机器人以及跟随控制方法、跟随控制系统。其中，跟随控制方法包括：周期性获取跟随目标与跟随机器人之间的相对位置；判断相对位置是否超出跟随机器人预设的跟随范围，若未超出跟随范围则基于相对位置获取输出速度；判断跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度，并以避障线速度作为跟随机器人的驱动速度；若无障碍物则以输出速度作为跟随机器人的驱动速度。本发明具有响应快，环境适应性高，输出稳定，运动自然，以及易调参和逻辑模块化高的特点。

Description

跟随机器人以及跟随控制方法、跟随控制系统
技术领域
本发明涉及跟随机器人技术领域，具体是指一种跟随机器人以及跟随控制方法、跟随控制系统。
背景技术
载物车在生活中的职能就是运送货物，比如超市的购物车、图书馆的运货小车等，它们增大了人们的单次搬运容量，提高了工作效率。随着科技与经济的快速发展，人们对生活质量的要求越来越高，于是各类智能设备相继出现，方便了我们的生活。伴随着控制技术的不断发展和成熟，为解放人类双手，使人类无需人力推动载物车，人们开发了一种能自动跟随使用者的载物车，并将其应用在大型商场、超市、图书馆和智能家居等领域，为人们带来更多智能技术的使用体验。
跟随机器人是指通过定位装置确定用户相对位置并跟随用户运动而运动的智能车。在定位系统获取用户相对位置后跟随机器人需要精确快速的调整驱动系统输出适当的功率以调整自身位置，而如何将用户的相对坐标转换为驱动器输出功率的方法称之为跟随控制算法。
发明内容
基于以上技术问题，本发明提供了一种跟随机器人以及跟随控制方法、跟随控制系统，具有响应快，环境适应性高，输出稳定，运动自然，以及易调参和逻辑模块化高的特点。
为解决以上技术问题，本发明采用的技术方案如下：
一种跟随控制方法，包括：周期性获取跟随目标与跟随机器人之间的相对位置；判断相对位置是否超出跟随机器人预设的跟随范围，若未超出跟随范围则基于相对位置获取输出速度；判断跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度，并以避障线速度作为跟随机器人的驱动速度；若无障碍物则以输出速度作为跟随机器人的驱动速度。
作为一种优选的方式，获取相对位置的方法包括：以跟随机器人为原点构建相对坐标系；基于跟随目标在相对坐标系上的相对坐标获得相对位置。
作为一种优选的方式，相对位置包括相对距离和相对角度，输出速度包括输出线速度和输出角速度，获取输出速度的方法包括：将相对距离输入预设的PID线速度算法获得输出线速度；将相对角度输入预设的PID角速度算法获得输出角速度。
作为一种优选的方式，获取避障线速度的方法包括：基于跟随机器人预设的开始避障距离、紧急停车距离和停车预留距离构建避障算法；将输出线速度和跟随机器人与障碍物之间的实际距离输入避障算法获得避障线速度。
作为一种优选的方式，若相对位置超出跟随范围，则跟随机器人待机并持续刷新相对位置。
作为一种优选的方式，跟随控制方法包括：获取周期时间内由当前速度平滑变化到驱动速度的驱动加速度；其中，驱动加速度包括驱动线加速度和驱动角加速度。
同时，本发明还公开了一种跟随控制系统，包括：
定位模块，周期性获取跟随目标与跟随机器人之间的相对位置；
速度模块，判断相对位置是否超出跟随机器人预设的跟随范围，若未超出跟随范围则基于相对位置获取输出速度；
避障模块，判断跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度；
驱动输出模块，判断是否存在避障线速度，若存在避障线速度则以避障线速度作为跟随机器人的驱动速度，若不存在避障线速度则以输出速度作为跟随机器人的驱动速度。
作为一种优选的方式，定位模块包括定位标签和定位基站，定位标签与跟随目标位置一致，定位基站安置在跟随机器人上。
作为一种优选的方式，跟随控制系统还包括遥控控制模块，遥控控制模块用于切换遥控模式直接将驱动速度发送给驱动输出模块。
同时，本发明还公开了一种跟随机器人，包括上述跟随控制系统和车轮驱动模块，跟随控制系统产生移动信号并发送；车轮驱动模块接收移动信号，并根据移动信号驱动跟随机器人车轮运动。
与现有技术相比，本发明的有益效果是：
本发明中的跟随控制方法、跟随控制系统和由此构成的跟随机器人具有响应快，环境适应性高，输出稳定，运动自然，以及易调参和逻辑模块化高的特点。
附图说明
本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述，其中：
图1为跟随控制方法示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
参阅图1，在本实施方式中，跟随控制方法，包括：周期性获取跟随目标与跟随机器人之间的相对位置；判断相对位置是否超出跟随机器人预设的跟随范围，若未超出跟随范围则基于相对位置获取输出速度；判断跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度，并以避障线速度作为跟随机器人的驱动速度；若无障碍物则以输出速度作为跟随机器人的驱动速度。
在一些实施例中，获取相对位置的方法包括：以跟随机器人为原点构建相对坐标系；基于跟随目标在相对坐标系上的相对坐标获得相对位置。
其中，以跟随机器人作为原点构建相对坐标系，则跟随目标在相对坐标系上的坐标为(x,y)；由上述坐标便可获取跟随目标与跟随机器人之间的相对位置。
其中，相对位置中的相对距离为：
Figure BDA0002970243060000031
相对位置中的相对角度为：
Figure BDA0002970243060000032
获取跟随目标的相对位置后，判断相对位置是否在跟随机器人预设的跟随范围内。其中，跟随范围的端点包括跟随机器人预设的最小跟随距离和最大跟随距离，由此，不论跟随目标的相对位置小于最小跟随距离或大于最大跟随距离，跟随机器人均保持待机并不断周期性刷新跟随目标与跟随机器人之间的相对位置。
在一些实施例中，相对位置包括相对距离和相对角度，输出速度包括输出线速度和输出角速度，获取输出速度的方法包括：将相对距离输入预设的PID线速度算法获得输出线速度；将相对角度输入预设的PID角速度算法获得输出角速度。
在本实施例中，输出速度通过相对位置和PID算法获得，PID算法是一种广泛使用的自动控制算法，其中，PID即：Proportional(比例)、Integral(积分)、Differential(微分)的缩写。顾名思义，PID控制算法是结合比例、积分和微分三种环节于一体的控制算法，它是连续系统中技术最为成熟、应用最为广泛的一种控制算法。PID控制的实质就是根据输入的偏差值，按照比例、积分、微分的函数关系进行运算，运算结果用以控制输出。
其中，通过PID线速度算法计算跟随机器人所需的当前线速度。在PID线速度算法中，通过跟随机器人和跟随目标的相对距离减去跟随机器人预设的跟随距离作为PID线速度算法的P(比例)和I(积分)值输入，当前距离差减上次刷新距离之差除以时间间隔作为D(微分)输入。简单来说，距离越远，线速度越快。具体的：
Ipre＝I×d0+Ipre
Figure BDA0002970243060000041
其中，v为输出线速度，d0为当前相对距离,d1为前次相对距离,Ipre为上次的积分计算结果，Δt为两次刷新时间差，PID参数分别为P，I，D，皆是算法预设。
此外，上述为跟随机器人跟随模式，为了解决现有的跟随模式下在狭小的空间内不能调头和跟随状态下不能保持让跟随机器人在跟随目标的安全视线范围内，还可将跟随模式转换为前导模式。前导模式是跟随机器人在前方，人在后方的另类跟随模式。
将上述输出线速度方向乘负，即使跟随机器人反向活动便可实现前导模式。
通过PID角速度计算跟随机器人所需的当前角速度，在PID角速度算法中，通过跟随机器人和跟随目标的相对角度(正前方为0°)作为PID角速度算法的P(比例)和I(积分)值输入，当前相对角度减上次刷新相对角度之差除以时间间隔作为D(微分)输入。简单来说，角度越大，向角度反方向的角速度越大。具体的：
Ipre＝I×θ0+Ipre
Figure BDA0002970243060000042
其中，ω为输出角速度，θ0为当前相对距离,θ1为前次相对距离,Ipre为上次的积分计算结果，Δt为两次刷新时间差，PID参数分别为P，I，D，皆是算法预设。
在一些实施中，获取避障线速度的方法包括：基于跟随机器人预设的开始避障距离、紧急停车距离和停车预留距离构建避障算法；将输出线速度和跟随机器人与障碍物之间的实际距离输入避障算法获得避障线速度。
在本实施例中，跟随机器人为避免与障碍物发生碰撞，若跟随机器人的运动方向上有障碍物，则其需判断是否有碰撞风险并适当减速。基于跟随机器人预设的开始避障距离、紧急停车距离和停车预留距离构建的避障算法，其具体公式为：
Figure BDA0002970243060000043
其中，v1避障线速度,v2输出线速度,d1开始避障距离,d2实际距离,d3紧急停车距离,d4停车预留距离。
优选的，由跟随机器人实际使用状况可对避障距离、紧急停车距离和停车预留距离进行设置，以下为上述参数的一种具体取值：
具体的，预设的避障距离为900mm。
具体的，预设的紧急停车距离为200mm。
具体的，预设的停车预留距离为200mm。
在一些实施例中，跟随控制方法包括：获取周期时间内由当前速度平滑变化到驱动速度的驱动加速度；其中，驱动加速度包括驱动线加速度和驱动角加速度。
在本实施例中，为了保证跟随机器人的运行平稳，使上一周期的驱动速度平稳过渡到当前驱动速度，则持续驱动加速度不变。具体的：
Figure BDA0002970243060000051
其中，av为驱动线加速度，v1当前输出线速度，v2上一周期输出线速度，Δt为两次刷新时间差。
Figure BDA0002970243060000052
其中，aω为驱动角加速度，ω1当前输出角速度，ω2上一周期输出角速度，Δt为两次刷新时间差。
优选的，驱动加速度位于跟随机器人预设的加速度限制范围之内。判断驱动线加速度是否位于跟随机器人预设的线加速度限制范围内，否则令驱动线加速度为线加速度限制范围与之邻近的端点值；判断驱动角加速度是否位于跟随机器人预设的角加速度限制范围内，否则令驱动角加速度为角加速度限制范围与之邻近的端点值。
具体的，若av>amax，即驱动线加速度大于线加速度限制范围的最大线加速度，则设置驱动线加速度等于最大线加速度。若av<-1×amax，即驱动线加速度小于线加速度限制范围的最小线加速度，则设置输出线等于最小线加速度。驱动角加速度的取值也是同理。
同时，本发明还公开了一种跟随控制系统，包括：
定位模块，周期性获取跟随目标与跟随机器人之间的相对位置；
速度模块，判断相对位置是否超出跟随机器人预设的跟随范围，若未超出跟随范围则基于相对位置获取输出速度；
避障模块，判断跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度；
驱动输出模块，判断是否存在避障线速度，若存在避障线速度则以避障线速度作为跟随机器人的驱动速度，若不存在避障线速度则以输出速度作为跟随机器人的驱动速度。
在上述跟随控制系统中，具有响应快，环境适应性高，输出稳定，运动自然，以及易调参和逻辑模块化高的特点。
在一些实施例中，定位模块包括定位标签和定位基站，定位标签与跟随目标位置一致，定位基站安置在跟随机器人上。
在一些实施例中，跟随控制系统还包括遥控控制模块，遥控控制模块用于切换遥控模式直接将驱动速度发送给驱动输出模块。
同时，本发明还公开了一种跟随机器人，包括上述跟随控制系统和车轮驱动模块，跟随控制系统产生移动信号并发送；车轮驱动模块接收移动信号，并根据移动信号驱动跟随机器人车轮运动。
如上即为本发明的实施例。上述实施例以及实施例中的具体参数仅是为了清楚表述发明的验证过程，并非用以限制本发明的专利保护范围，本发明的专利保护范围仍然以其权利要求书为准，凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。

Claims (8)

1.跟随控制方法，其特征在于，包括：
周期性获取跟随目标与跟随机器人之间的相对位置；
判断所述相对位置是否超出所述跟随机器人预设的跟随范围，若未超出所述跟随范围则基于所述相对位置获取输出速度；
判断所述跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度，并以所述避障线速度作为所述跟随机器人的驱动速度；若无障碍物则以所述输出速度作为所述跟随机器人的驱动速度；
其中，所述相对位置包括相对距离和相对角度，所述输出速度包括输出线速度和输出角速度，获取所述输出速度的方法包括：
将所述相对距离输入预设的PID线速度算法获得所述输出线速度；
将所述相对角度输入预设的PID角速度算法获得所述输出角速度；
其中，获取所述避障线速度的方法包括：
基于所述跟随机器人预设的开始避障距离、紧急停车距离和停车预留距离构建避障算法；
将所述输出线速度和所述跟随机器人与障碍物之间的实际距离输入所述避障算法获得所述避障线速度，所述避障线速度的具体公式为：
Figure FDA0003832428950000011
其中，v1避障线速度,v2输出线速度,d1开始避障距离,d2实际距离,d3紧急停车距离,d4停车预留距离。
2.根据权利要求1所述的跟随控制方法，其特征在于，获取所述相对位置的方法包括：
以所述跟随机器人为原点构建相对坐标系；
基于所述跟随目标在所述相对坐标系上的相对坐标获得所述相对位置。
3.根据权利要求1所述的跟随控制方法，其特征在于，所述跟随控制方法包括：
若所述相对位置超出所述跟随范围，则所述跟随机器人待机并持续刷新所述相对位置。
4.根据权利要求1所述的跟随控制方法，其特征在于，所述跟随控制方法包括：
获取周期时间内由当前速度平滑变化到驱动速度的驱动加速度；
其中，所述驱动加速度包括驱动线加速度和驱动角加速度。
5.跟随控制系统，其特征在于，包括：
定位模块，周期性获取跟随目标与跟随机器人之间的相对位置；
速度模块，判断所述相对位置是否超出所述跟随机器人预设的跟随范围，若未超出所述跟随范围则基于所述相对位置获取输出速度；
避障模块，判断所述跟随机器人运动方向是否有障碍物，若有障碍物则获取避障线速度；
驱动输出模块，判断是否存在避障线速度，若存在避障线速度则以所述避障线速度作为所述跟随机器人的驱动速度，若不存在避障线速度则以所述输出速度作为所述跟随机器人的驱动速度；
其中，所述相对位置包括相对距离和相对角度，所述输出速度包括输出线速度和输出角速度，获取所述输出速度的方法包括：
将所述相对距离输入预设的PID线速度算法获得所述输出线速度；
将所述相对角度输入预设的PID角速度算法获得所述输出角速度；
其中，获取所述避障线速度的方法包括：
基于所述跟随机器人预设的开始避障距离、紧急停车距离和停车预留距离构建避障算法；
将所述输出线速度和所述跟随机器人与障碍物之间的实际距离输入所述避障算法获得所述避障线速度，所述避障线速度的具体公式为：
Figure FDA0003832428950000021
其中，v1避障线速度,v2输出线速度,d1开始避障距离,d2实际距离,d3紧急停车距离,d4停车预留距离。
6.根据权利要求5所述的跟随控制系统，其特征在于，所述定位模块包括：
定位标签，所述定位标签与跟随目标位置一致；
定位基站，所述定位基站安置在跟随机器人上。
7.根据权利要求5所述的跟随控制系统，其特征在于：
遥控控制模块，所述遥控控制模块用于切换遥控模式直接将驱动速度发送给驱动输出模块。
8.跟随机器人，其特征在于，包括：
权利要求5所述的跟随控制系统，所述跟随控制系统产生移动信号并发送；
车轮驱动模块，所述车轮驱动模块接收所述移动信号，并根据所述移动信号驱动跟随机器人车轮运动。
CN202110261544.3A 2021-03-10 2021-03-10 跟随机器人以及跟随控制方法、跟随控制系统 Active CN113110413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110261544.3A CN113110413B (zh) 2021-03-10 2021-03-10 跟随机器人以及跟随控制方法、跟随控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110261544.3A CN113110413B (zh) 2021-03-10 2021-03-10 跟随机器人以及跟随控制方法、跟随控制系统

Publications (2)

Publication Number Publication Date
CN113110413A CN113110413A (zh) 2021-07-13
CN113110413B true CN113110413B (zh) 2022-11-08

Family

ID=76710950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110261544.3A Active CN113110413B (zh) 2021-03-10 2021-03-10 跟随机器人以及跟随控制方法、跟随控制系统

Country Status (1)

Country Link
CN (1) CN113110413B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791535B (zh) * 2021-09-29 2024-04-19 北京布科思科技有限公司 轨迹跟随实时控制方法、装置和控制系统以及存储介质

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012025378A (ja) * 2010-06-25 2012-02-09 Nissan Motor Co Ltd 車両駐車支援制御装置及び車両駐車支援制御方法
US9959774B2 (en) * 2012-05-30 2018-05-01 Honeywell International Inc. Systems and methods for displaying obstacle-avoidance information during surface operations
EP2952993B1 (en) * 2014-06-05 2018-04-25 Softbank Robotics Europe Method for building a map of probability of one of absence and presence of obstacles for an autonomous robot
CN106515688B (zh) * 2015-09-11 2019-01-04 苏州宝时得电动工具有限公司 智能设备的智能避障系统及方法
CN105501220B (zh) * 2015-11-24 2018-11-06 东软集团股份有限公司 车辆碰撞预警的方法、装置以及车辆
CN108136582A (zh) * 2016-07-29 2018-06-08 深圳市赛亿科技开发有限公司 一种自动探测和规避障碍物的机器人
DE102016216465A1 (de) * 2016-08-31 2018-03-01 Bayerische Motoren Werke Aktiengesellschaft Verfahren und hindernisassistenzvorrichtung zur automatischen aktivierung einer hinderniserkennungsvorrichtung eines kraftfahrzeugs
CN106184234B (zh) * 2016-09-19 2018-10-26 南京易明斯工程机械有限公司 一种车辆发动机制动控制系统
CN106444763B (zh) * 2016-10-20 2019-06-11 泉州市范特西智能科技有限公司 基于视觉传感器智能自动跟随方法、系统及行李箱
CN106959696B (zh) * 2017-05-10 2020-03-03 北京京东尚科信息技术有限公司 运动目标的控制方法和装置
CN107817796B (zh) * 2017-10-25 2020-02-07 上海思岚科技有限公司 移动机器人贴障碍物运动的方法和设备
CN108544491B (zh) * 2018-03-30 2020-04-28 杭州电子科技大学 一种综合考虑距离与方向两因素的移动机器人避障方法
CN109240313A (zh) * 2018-11-26 2019-01-18 智久(厦门)机器人科技有限公司上海分公司 无人驾驶叉车的避障方法、装置及系统
CN109582021B (zh) * 2018-12-05 2020-06-12 清华大学 智能车避障方法、装置及计算机可读存储介质
CN110032181B (zh) * 2019-02-26 2022-05-17 文远知行有限公司 语义地图中障碍物定位方法、装置、计算机设备和存储介质
CN109976385A (zh) * 2019-04-03 2019-07-05 成都永奉科技有限公司 一种基于加速度的跟随车控制方法
CN210149516U (zh) * 2019-04-03 2020-03-17 成都永奉科技有限公司 一种动力冲浪板自动跟随系统
CN110658819B (zh) * 2019-09-30 2022-04-15 北京猎户星空科技有限公司 一种避障方法、装置、电子设备和存储介质
CN111198496A (zh) * 2020-01-03 2020-05-26 浙江大学 一种目标跟随机器人及跟随方法
CN111367284A (zh) * 2020-03-17 2020-07-03 上海快仓智能科技有限公司 一种搬运机器人的移动控制方法、系统及相关组件
CN111650945B (zh) * 2020-06-28 2023-10-24 北京智行者科技股份有限公司 动态障碍物防撞方法
CN112130559A (zh) * 2020-08-21 2020-12-25 同济大学 一种基于uwb与激光雷达的室内行人跟随与避障方法

Also Published As

Publication number Publication date
CN113110413A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
Gutjahr et al. Lateral vehicle trajectory optimization using constrained linear time-varying MPC
Morales et al. Pure-pursuit reactive path tracking for nonholonomic mobile robots with a 2D laser scanner
Pires et al. A wheelchair steered through voice commands and assisted by a reactive fuzzy-logic controller
Park et al. A smooth control law for graceful motion of differential wheeled mobile robots in 2D environment
Azadi et al. Automatic parking of an articulated vehicle using ANFIS
Kim et al. Development of a path-tracking control system based on model predictive control using infrastructure sensors
WO2020124623A1 (zh) 一种智能运动系统及方法
Wu et al. Coordinated path tracking of two vision-guided tractors for heavy-duty robotic vehicles
CN113110413B (zh) 跟随机器人以及跟随控制方法、跟随控制系统
Aslan et al. Goal distance-based UAV path planning approach, path optimization and learning-based path estimation: GDRRT*, PSO-GDRRT* and BiLSTM-PSO-GDRRT
Abegaz A parallelized self-driving vehicle controller using unsupervised machine learning
Marouf et al. Automatic parallel parking and platooning to redistribute electric vehicles in a car-sharing application
Li et al. Trajectory tracking of four-wheel driving and steering autonomous vehicle under extreme obstacle avoidance condition
Petrov et al. Planning and nonlinear adaptive control for an automated overtaking maneuver
Lombard et al. Lateral control of an unmaned car using GNSS positionning in the context of connected vehicles
Paromtchik Steering and velocity commands for parking assistance
Nawawi et al. Modelling, simulation and navigation of a two-wheel mobile robot using pure pursuit controller
CN112722137A (zh) 基于两轮差速驱动的多方位自主跟随平衡车及其控制方法
Verhaegh et al. Integrated trajectory control and collision avoidance for automated driving
TWM586804U (zh) 載物臺車智能追蹤系統
Vieira et al. Path planning for automobile urban parking through curve parametrization and genetic algorithm optimization
Dahlmann et al. Local Predictive Optimization of Globally Planned Motions for Truck-Trailer Systems
Binh et al. Deep Learning-Based Object Tracking and Following for AGV Robot
Zhai et al. Local Trajectory Planning for Obstacle Avoidance of Unmanned Tracked Vehicles Based on Artificial Potential Field Method
Zhao et al. Real-time navigation for multiple mobile robots in dynamic environments based on fuzzy logic

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant